質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
CUDA

CUDAは並列計算プラットフォームであり、Nvidia GPU(Graphics Processing Units)向けのプログラミングモデルです。CUDAは様々なプログラミング言語、ライブラリ、APIを通してNvidiaにインターフェイスを提供します。

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

GitHub

GitHubは、Gitバージョン管理システムを利用したソフトウェア開発向けの共有ウェブサービスです。GitHub商用プランおよびオープンソースプロジェクト向けの無料アカウントを提供しています。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

0回答

1365閲覧

tensorflow & keras のPCへの構築方法

kanokanokano

総合スコア0

CUDA

CUDAは並列計算プラットフォームであり、Nvidia GPU(Graphics Processing Units)向けのプログラミングモデルです。CUDAは様々なプログラミング言語、ライブラリ、APIを通してNvidiaにインターフェイスを提供します。

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

GitHub

GitHubは、Gitバージョン管理システムを利用したソフトウェア開発向けの共有ウェブサービスです。GitHub商用プランおよびオープンソースプロジェクト向けの無料アカウントを提供しています。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2020/10/13 04:19

前提・実現したいこと

tensorflow & keras を利用して画像内の対象検体を検知 する深層学習モデルを作りたいので、PCにこれらのライブラリを構築したいです。
しかしうまくいかず、解らないことや疑問が数多くあります。次の質問がより
重要なこととして認識していますのでご指導いただけますと幸いです。

質問1:CUDA の実装が正しいか?
PC1:Dell Computor製PC(型式NG75VR-9NLB(NVIDIA GeForce GTX 1660Ti搭載))に、
1.ドライバ NVIDIA TAITAN RTX
2.ツールキット NVIDIA CUDA Toolkit 10.1 Update2
3.GPU cuDNN 7.6.5
を、WEB上の情報に沿ってインストールしましたが、
Q1 特に、1項が必要だったのか?
Q2 -cpu ではなく、tensorflow-gpu はどういう場合に必要なのか?
Q3 1項~3項に見合う tensorflow & keras のバージョンは何か?
というところが疑問点です。

質問2:tensorflow 2 への移行における変更内容と対処方法
tensorflow & keras で、対象検体の検知の深層学習モデルを作りたいのですが、
初めて使用するライブラリなので、PCの環境構築がうまくいきません。
Anaconda や Jupyter はマニュアルが無く、操作がよく解らないので、それに頼らず、
Python3.8.3、tensorflow-gpu 2.3.1、keras 2.4.3 をインストトールしています。
当然なのかもしれませんが、Python35~Python37 までのバージョンで利用されているMNIST の様なでもプログラムでは、エラーが出て進みません。
tensorflow 2 になって、関数などの import方法が全然違うのでしょうか?
正しい方法を教えていただける幸いです。

■■な機能を実装中に以下のエラーメッセージが発生しました。

発生している問題・エラーメッセージ

エラーメッセージ エラー例1(PC1) File "C:¥Program Files¥Python38¥lib¥site-packages¥tensorflow¥python¥keras¥layers¥core.py", line 43, in <module> Dense( ・・・・・(途中省略(多数有り))・・・・・ TypeError:'int' object is not iterable エラー例2(PC2) File "C:¥Users¥・・¥AppData・・・¥Python38¥lib¥site-packages¥tensorflow¥python¥pywrap̲tensorflow.py",line 58, in <module> from tensorflow.python.pywrap tensorflow̲internal import * ・・・・・・(途中省略(多数有り))・・・・・ ImportError:DLL load failed while importing ̲pywrap̲tensorflow̲interna l :指定されたモジュールが⾒つかりません。 などが代表的なエラーです。

該当のソースコード

PC1(私のPC)
Python3.8.3(私のPC:上記のCUDAを実装)を「管理者として実行」で
イストール済み。
PC2(会社のPC)(Lenovo製 ThinkPad P53(NVIDIA Qadoro RTX 4000))
Python3.8.1 及び Python3.7.3 をインストール済み。

ソースコード

### 試したこと ① Python のバージョンにつきましては、Python3.6.8 も試行済みですが、深層学習の デモプログラムにおいて、tensorflow(1.15.0、2.1.0 を試⾏)が うまく動いたことがありません。 ② PATHや環境変数の設定の概念や考え⽅についてが理解できていません。 そんな中でも、PC1ではコマンドプロンプトの「管理者として実⾏」で、Python を インストールしました。自動的に、C¥Windows¥system32¥ で始まりますが、これの 変更は不可能とのことでした。で、 PC1には、システム環境変数に、 C:¥Program Files¥Python38¥ C:¥Program Files¥ PC2には、ユーザー環境変数に、 %USERPROFILE%¥AppData¥Local¥Programs¥Python¥Python38 %USERPROFILE%¥AppData¥Local¥Programs¥Python¥Python37 を追加しています。しかし、プログラムrunの結果は変わらず です。 尚、PC1では、先のweb情報に沿ってPythonインストールの開始時に 「Customize installation」 を選択しましたので、Python38フォルダは C¥Program Files¥ の中にインストール されています。 ③ OpenCV4、Pillow など他のライブラリは動くようですが、 tensorflow と keras のみが NGです。しかし、python -m pip install -q git+https://github.com/〜 を実⾏ すると、がエラーで出てデータを取り⼊れることができません。 ### 補足情報(FW/ツールのバージョンなど) ここにより詳細な情報を記載してください。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問